叉乘的矩阵形式

             

预备知识 矢量叉乘

   对任意矢量 $ \boldsymbol{\mathbf{a}} $ 和 $ \boldsymbol{\mathbf{b}} $,令

\begin{equation} \boldsymbol{\mathbf{c}} = \boldsymbol{\mathbf{a}} \boldsymbol\times \boldsymbol{\mathbf{b}} \end{equation}
该运算可以看作列矢量 $ \boldsymbol{\mathbf{b}} $ 到列矢量 $ \boldsymbol{\mathbf{c}} $ 的线性变换.我们知道线性变换可以用矩阵表示,所以必存在矩阵 $ \boldsymbol{\mathbf{A}} $,满足
\begin{equation} \boldsymbol{\mathbf{c}} = \boldsymbol{\mathbf{A}} \boldsymbol{\mathbf{b}} \end{equation}
令 $ \boldsymbol{\mathbf{a}} $ 的坐标为 $(a_x, a_y, a_z)$,根据叉乘的分量表达式(式 14 ),易得变换矩阵为
\begin{equation} \boldsymbol{\mathbf{A}} = \begin{pmatrix} 0 & -a_z & a_y\\ a_z & 0 & -a_x\\ -a_y & a_x & 0 \end{pmatrix} \end{equation}
这是一个反对称矩阵,即 $A_{ij} = -A_{ji}$.

   同理,式 1 也可以看作是 $ \boldsymbol{\mathbf{a}} $ 到 $ \boldsymbol{\mathbf{c}} $ 的线性变换

\begin{equation} \boldsymbol{\mathbf{c}} = \boldsymbol{\mathbf{B}} \boldsymbol{\mathbf{a}} \end{equation}
其中
\begin{equation} \boldsymbol{\mathbf{B}} = \begin{pmatrix} 0 & b_z & -b_y\\ -b_z & 0 & b_x\\ b_y & -b_x & 0 \end{pmatrix} \end{equation}
这恰好与式 3 符号相反.

致读者: 小时百科一直以来坚持所有内容免费无广告,这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择会员制,大量广告,内容付费等。 因此,我们请求广大读者热心打赏 ,使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 10 元,我们一个星期内就能脱离亏损, 并保证网站能在接下来的一整年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款, 他们的付出帮助了 99% 的读者免费获取知识, 我们在此表示感谢。

         

© 小时科技 保留一切权利